具身智能赛道再传重磅融资消息。穹彻智能（Noematrix）近日宣布完成新一轮数亿元融资，领投方为无锡数据集团，跟投方包括上海交通大学AI未来基金（创业基金）、上海创之智科技有限公司（上海创智学院全资子公司）、一村资本等。

据统计，这已是穹彻智能近半年内完成的又一轮融资。此前，公司已成功吸引Prosperity7 Ventures、红杉中国、C Capital、阿里巴巴、Sea Limited等多家知名机构的投资。

穹彻智能成立于2023年11月，专注于具身智能基础模型及系统的自主研发。其核心产品“穹彻具身大脑”（Noematrix Brain）已正式发布，并围绕该产品构建了涵盖数据采集、模型训练、部署验证以及机器人应用全流程的软硬件产品体系。

具身智能赛道正经历一场叙事上的静默转变。过去两年，行业最受追捧的能力是“完成单一动作” —— 如抓取、搬运、行走，这些任务常在实验室或演示台上被反复验证。然而到了今年，一个新的衡量标准开始浮现：机器人能否在真实物理环境中持续稳定地运行，而不仅限于在可控条件下完成一次完美演示。

这一转变的实质，是行业焦点从“动作能力”向“工程稳定性”的迁移。让机器人真正理解真实物理世界的运行规律，并自主适应复杂环境中的不确定性——这正是当前世界模型试图解决的核心命题。

在数据策略方面，穹彻智能选择了将真实数据与仿真数据并行纳入训练体系的路线。公司率先提出的“伴随式数据采集”方案，通过自研外骨骼CoMiner、便携式RoboPocket等数据采集设备，将数据采集的轻量化和低成本优势拓展至家庭、办公、工业等多种场景，逐步建立起覆盖多样化物理环境的数据库。

穹彻智能的思路是：真实数据源自真实的物理场景，能够显著提升模型的稳定性和鲁棒性；而仿真数据则能发挥规模化优势，进一步扩展能力边界。两者相辅相成，而非相互替代。与此同时，公司还打造了一套融合AI Agent的闭环系统，负责分析任务、下发指令、优化采集行为，并根据数据分布动态调整后续采集任务，从而极大提升了高质量数据的获取效率。

穹彻智能“伴随式数据采集”方案示意（图片来源/企业）

这些海量数据为穹彻具身大脑的训练与迭代提供了充足“燃料”。穹彻智能坚持通用具身智能大模型的自研路线，依托海量真实场景数据进行模型预训练，使系统在投入实际使用前即建立起对物理世界的基本认知；再辅以力位混合后训练，进一步校准模型对接触状态与力觉信息的理解精度，确保其输出的动作指令不仅在语义层面合理，在物理层面同样能够精准执行。

通过这套完善的训练流程，穹彻智能打磨出面向实体场景的通用具身大脑Noematrix Brain，为机器人提供从指令理解、任务规划到环境感知、执行反馈的完整决策闭环能力。此外，据悉穹彻智能还计划于近期正式发布新一代自研具身智能世界模型。

在具体任务场景中，穹彻智能的机器人已在药房领域实现批量落地。其采用的“嵌入式升级”路线，无需改造原有货架结构，仅在2.5平方米的空间内即可完成部署，并能直接对接门店现有的订单系统，在原有通道环境中稳定运行。

寻导路径规划示意（图片来源/企业）

药房场景的商业化价值，核心在于解决行业长期存在的人力结构性痛点。线下药房普遍面临夜间订单零散、却仍需专人值守的困境，单独雇佣一人值班成本高昂、性价比极低，对门店而言是长期纯粹的支出项。而药房的线上订单履约工作高度标准化，无需复杂的客户沟通或导购推销，只需精准、重复的拣货动作——这恰恰是机器人最擅长的工作场景。

但事情远非如此简单。一个药房内通常有几千个SKU，商品因频繁查找而凌乱、包装形态各异、货架陈列随时变动。各种复杂任务中的小概率情况，在真实运营状态下都成为常态。即便场景看似简单、作业流程标准化，依然充满实验室难以复刻的复杂变量。

穹彻团队表示，药房落地中真正需要应对的，更多是边缘案例的累积，而非技术范式的根本突破。“一支红霉素眼膏因包装过小、摆放角度不标准，夹爪或吸盘都难以稳定处理；温度计因悬挂陈列而非盒装，抓取逻辑也需重新调整。这类特殊商品在整个SKU中占比极小，但恰恰是它们决定了系统能否从实验室成功迁移至真实场景。”

药房打包作业示意（图片来源/企业）

目前，穹彻智能已与多家头部连锁药店达成合作，进入商业交付阶段，订单规模已达到千台级别。

本轮融资到位后，穹彻智能将继续推进具备强泛化性和高自主决策能力的具身智能大模型的研发与迭代，加速具身智能在通用零售、酒店服务等真实场景的落地应用。

与穹彻智能的访谈节选（略经编辑）：

问：一套可落地的物理AI具身大脑，现阶段需要具备哪些成熟能力？

穹彻团队：具身大脑要真正跑通线下场景，核心离不开三方面能力。

首先是成熟稳定的算法能力。穹彻智能早在2021年就发布了通用抓取模型，此后持续迭代，抓取作业的成功率在国际上保持领先水平。这套算法构成了我们药房方案的技术底座，使机器人在面对数千个SKU时仍能维持较高操作成功率。

其次是工程化的落地能力。实验室演示环境相对理想，但走进真实门店，场地布局、商品摆放时刻变化，极易影响机器人作业效果。这不仅需要优化算法，还需做好现场调试与硬件适配。依托过去服务数百家客户、落地上千类场景的交付经验，我们总结出一套成熟方法论，能够做到对门店几乎零改动，让机器人快速进场投入使用。

此外，还有数据层面的支撑。真实物理环境中有大量实验室无法模拟、必须打磨的边缘场景。例如红霉素眼膏，包装小、摆放角度不标准，夹爪或吸盘都难以稳定处理；温度计因悬挂陈列而非盒装，抓取时也需调整细节。这类特殊商品在整个SKU中占比不大，但恰恰是它们决定了系统能否从实验室迁移至真实场景。解决这些问题的前提，是拥有足够多、足够真实的物理世界数据。

穹彻智能具身机器人在药店场景中的实际应用（图片来源/企业）

问：零售药店场景中，客户端呈现出哪些新需求与趋势？如何衡量投入回报？

穹彻团队：穹彻智能现阶段重点聚焦连锁药房场景。线下药房利润空间本就紧张，人工是仅次于房租的第二大成本，因此客户端降本需求非常明确。药房夜间订单虽零散，但必须有人值守，雇一个人性价比极低，而机器人恰好能承接夜间的线上拣货工作。白天它也能辅助处理订单，综合计算，单店平均可减少1.5个人力。

这个价值体现在投资回报上，ROI测算逻辑很直接，就是与人工薪资对标。从实际落地情况看，客户采购机器人后，回本周期大约一年半到两年。对于连锁药房而言，这一回报周期已具备很强的落地价值。目前落地门店主要集中在一二线城市，广州、沈阳、南通等地已有项目在运行。

投资方评论：

上海交通大学、上海创智学院长期与穹彻智能在联合实验室、科研攻关等方面保持紧密合作。此次两家机构旗下投资平台同时入股穹彻智能，标志着双方合作迈向“技术+资本”深度绑定的新阶段。其中，上海交大AI未来基金由交大人工智能学院发起，凝聚校友与行业力量，支持具有重大产业化前景的“交大系”人工智能创新项目。这不仅为穹彻智能持续引进高端科研人才、探索前沿技术提供了坚实后盾，也将巩固其在具身智能科研层面的“护城河”。未来，穹彻智能将联合上海交通大学、上海创智学院，在具身智能模型前沿技术领域持续攻坚，加速具身智能技术成果向产业应用转化。

无锡数据集团作为无锡市推动数字经济与数据要素市场化发展的核心力量，将携手穹彻智能等生态伙伴，共同启动城市级全域“千企百万小时”具身智能高质量数据集联合体行动，并正式发布第一阶段建设成果。下一步，双方将依托无锡数据集团的产业资源与场景治理能力，结合穹彻智能在前沿模型与具身大脑上的技术积淀，深入推进工业数据集建设。双方将充分发挥各自在技术、数据与产业资源上的优势，共同推动具身智能在真实产线中落地应用。